Convnext Base 384 22k 1k

🚀 ConvNeXT (基础尺寸模型)

ConvNeXT是一个在图像分类领域表现出色的模型。它在ImageNet - 22k上进行预训练，并在分辨率为384x384的ImageNet - 1k上进行微调。该模型为图像分类任务提供了强大的支持，能有效识别各类图像。

🚀 快速开始

ConvNeXT模型在ImageNet - 22k上预训练，并在分辨率为384x384的ImageNet - 1k上微调。它由Liu等人在论文 A ConvNet for the 2020s 中提出，并首次在 此仓库 发布。

⚠️ 重要提示 ConvNeXT的发布团队并未为此模型撰写模型卡片，此模型卡片由Hugging Face团队编写。

✨ 主要特性

ConvNeXT是一个纯卷积模型（ConvNet），它受到视觉变换器（Vision Transformers）设计的启发，宣称性能优于视觉变换器。作者从残差网络（ResNet）出发，以Swin Transformer为灵感对其设计进行了“现代化”改造。

📚 详细文档

预期用途与限制

你可以使用原始模型进行图像分类。可查看 模型中心 以寻找针对你感兴趣任务的微调版本。

如何使用

以下是如何使用此模型将COCO 2017数据集中的图像分类为1000个ImageNet类别之一的示例：

from transformers import ConvNextImageProcessor, ConvNextForImageClassification
import torch
from datasets import load_dataset

dataset = load_dataset("huggingface/cats-image")
image = dataset["test"]["image"][0]

processor = ConvNextImageProcessor.from_pretrained("facebook/convnext-base-384-22k-1k")
model = ConvNextForImageClassification.from_pretrained("facebook/convnext-base-384-22k-1k")

inputs = processor(image, return_tensors="pt")

with torch.no_grad():
    logits = model(**inputs).logits

# 模型预测1000个ImageNet类别之一
predicted_label = logits.argmax(-1).item()
print(model.config.id2label[predicted_label]),

更多代码示例，请参考 文档。

BibTeX引用和引用信息

@article{DBLP:journals/corr/abs-2201-03545,
  author    = {Zhuang Liu and
               Hanzi Mao and
               Chao{-}Yuan Wu and
               Christoph Feichtenhofer and
               Trevor Darrell and
               Saining Xie},
  title     = {A ConvNet for the 2020s},
  journal   = {CoRR},
  volume    = {abs/2201.03545},
  year      = {2022},
  url       = {https://arxiv.org/abs/2201.03545},
  eprinttype = {arXiv},
  eprint    = {2201.03545},
  timestamp = {Thu, 20 Jan 2022 14:21:35 +0100},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2201-03545.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

📄 许可证

本项目采用Apache - 2.0许可证。